Cómo crear una matriz de correlación en Matlab

Puedes opinar sobre este contenido:
  • 0
  • 0
  • 0
  • 0

Una forma de cuantificar la relación entre dos variables es utilizar el coeficiente de correlación de Pearson , que es una medida de la asociación lineal entre dos variables .Toma un valor entre -1 y 1 donde:

  • -1 indica una correlación lineal perfectamente negativa.
  • 0 indica que no hay correlación lineal.
  • 1 indica una correlación lineal perfectamente positiva.

Cuanto más lejos esté el coeficiente de correlación de cero, más fuerte será la relación entre las dos variables.

Pero en algunos casos queremos comprender la correlación entre más de un par de variables. En estos casos, podemos crear una matriz de correlación , que es una tabla cuadrada que muestra los coeficientes de correlación entre varias combinaciones de variables por pares.

Este tutorial explica cómo crear e interpretar una matriz de correlación en Matlab.

Cómo crear una matriz de correlación en Matlab

Utilice los siguientes pasos para crear una matriz de correlación en Matlab.

Paso 1: crea el conjunto de datos.

rng (0);

A = randn (10,1);
B = randn (10,1);
C = randn (10,1);
todo = [ABC];

Paso 2: Cree la matriz de correlación.

R = corrcoef (todos)

R =

   1,0000 0,4518 -0,5003
   0,4518 1,0000 -0,8017
  -0.5003 -0.8017 1.0000

Paso 3: Interprete la matriz de correlaciones.

Los coeficientes de correlación a lo largo de la diagonal de la tabla son todos iguales a 1 porque cada variable está perfectamente correlacionada consigo misma.

Todos los demás coeficientes de correlación indican la correlación entre diferentes combinaciones de variables por pares. Por ejemplo:

  • El coeficiente de correlación entre ‘a’ y ‘b’ es 0.4518 .
  • El coeficiente de correlación entre ‘a’ y ‘c’ es -0.5003 .
  • El coeficiente de correlación entre ‘b’ y ‘c’ es -0,8017.

Paso 4: Encuentre los valores p de los coeficientes de correlación.

[R, P] = corrcoef (todos)

R =

   1,0000 0,4518 -0,5003
   0,4518 1,0000 -0,8017
  -0.5003 -0.8017 1.0000

P =

   1,0000 0,1899 0,1408
   0,1899 1,0000 0,0053
   0,1408 0,0053 1,0000

La forma de interpretar los valores p es la siguiente:

  • El valor p para el coeficiente de correlación entre ‘a’ y ‘b’ es 0,1899 .
  • El valor p para el coeficiente de correlación entre ‘a’ y ‘c’ es 0,1408 .
  • El valor p para el coeficiente de correlación entre ‘b’ y ‘c’ es 0.0053.

Si el valor p es menor que algún nivel de significancia (por ejemplo, 0.05), entonces podemos decir que la correlación entre las dos variables es estadísticamente significativa. En este caso, la correlación entre las variables ‘b’ y ‘c’ es la única correlación estadísticamente significativa.

Recursos adicionales

Documentación para la función corrcoef ()
Cómo leer una matriz de correlación

  • https://r-project.org
  • https://www.python.org/
  • https://www.stata.com/

Redactor del artículo

  • Luis Benites
    Director de Statologos.com

    Tengo una Maestría en Ciencias en Estadística Aplicada y he trabajado en algoritmos de aprendizaje automático para empresas profesionales tanto en el sector de la salud como en el comercio minorista.

    Ver todas las entradas

¿Te hemos ayudado?

Ayudanos ahora tú, dejanos un comentario de agradecimiento, nos ayuda a motivarnos y si te es viable puedes hacer una donación:

La ayuda no cuesta nada

Por otro lado te rogamos que compartas nuestro sitio con tus amigos, compañeros de clase y colegas, la educación de calidad y gratuita debe ser difundida, recuerdalo:

Deja un comentario

Se utiliza un ANOVA de medidas repetidas para determinar si existe o no una diferencia estadísticamente significativa entre las medias…
statologos comunidad-2

Compartimos información EXCLUSIVA y GRATUITA solo para suscriptores (cursos privados, programas, consejos y mucho más)

You have Successfully Subscribed!